前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Tensorflow c++实践(使用cmake vs2015 编译tensorflow源码)

Tensorflow c++实践(使用cmake vs2015 编译tensorflow源码)

原创
作者头像
李哥
发布2018-06-12 11:13:05
4K0
发布2018-06-12 11:13:05
举报
文章被收录于专栏:c++ tensorflowc++ tensorflow

写这篇文章的主要目的是为了总结这一个多月对tensorflow应用到c++语言上面走过的路。因为身边的人都少有使用c++实现tensorflow的使用,都是自己一点坑一点坑踩过来。所以想总结一番,也分享给大家一起探讨。第一次写,写的不好的地方请大家多多指正。我是在Github下载tensorflow源码,编译可以供vs2015使用的tensorflow库,然后将我们项目training得到的.ckpt文件固定成.pb文件,经过c++调用,跑出了想要做到的效果。这里介绍的是如何编译供c++使用的tensorflow库,并且是GPU版本

tensorflow c++源码编译

参考的博客链接:https://www.cnblogs.com/steven_oyj/p/8259205.html (请复制粘贴,_ 原因会出现404)我就差不多是参考上面这篇博客的,并对其进行完善一下,主要是在cmake-gui勾选参数就有点区别,还有我没有像上述博客一样,修改CMakeLists.txt的内容, 非常感谢这位博主。

相关的环境准备

  1. 操作系统 win10
  2. 编译工具 visual studio 2015 (我用的是企业版的,版本是随意的)
  3. 安装swig-3.0.12 我的安装路径是 E:/download/swigwin-3.0.12/swigwin-3.0.12/ (可以的话还是下这个版本的)
  4. 安装python3.5 将安装路径添加到环境变量中,我是用Anaconda安装的
  5. 安装cmake-gui,版本是Cmake-3.8.0
  6. 安装git,将git路径加入环境变量,vs编译过程中会使用git
  7. 从github中tensorflow 的master上下载源码

这是我存放下载下来tensorflow-master源码的路径
这是我存放下载下来tensorflow-master源码的路径

这里有一点要提的是,我这个tensorflow-master版本想要使用GPU的话,对应的是Cuda v9.0版本。事先安装好Cuda V9.0,并在vs2015中去试着调用,看是否可以使用。这里给一下使用vs + cuda的配置方法,主要是测试vs2015能否使用gpu。安装CUDA时候,注意也要弄好Cudnn, 装过tensorflow-gpu版本的应该都知道,就不说了。 参考链接:https://blog.csdn.net/u013165921/article/details/77891913

使用Cmake-gui 设置编译参数

这个当时真的打击到我了,cmake出来一堆东西,还需要去用VS来编译,编译一次需要4-5个小时,才可以知道在这些编译参数下生成的文件再用vs来编译能不能成功。失败了一个多星期,然后总算找到了可以成功编译的cmake参数了。具体的参数含义建议大家看看tensorflow的官网介绍,由于是赶着工程需要,也没有去深入研究这些cmake参数的定义,以及勾选不同参数下vs编译时候报的错误信息。cmake注意安装的不是命令行cmake,而是cmake-gui,方便在cmake时候勾选自己所需要的参数。下面就给出了cmake-gui操作的具体流程图了。

      1. 是源码的cmake文件夹路径   2. 是生成文件存放的路径   3. 勾选                        4. 点击Configure
1. 是源码的cmake文件夹路径 2. 是生成文件存放的路径 3. 勾选 4. 点击Configure
上一张图点击Configure之后会弹出如下界面。选择如上设置再Configure
上一张图点击Configure之后会弹出如下界面。选择如上设置再Configure
这时候会报错,是因为没有找到swig.exe ,编辑下面的红线部分,参考:E:/download/swigwin-3.0.12/swigwin-3.0.12/swig.exe   然后再Configure
这时候会报错,是因为没有找到swig.exe ,编辑下面的红线部分,参考:E:/download/swigwin-3.0.12/swigwin-3.0.12/swig.exe 然后再Configure
最重要的部分来了,这时候点击tensorflow下拉出一系列参数,具体的勾选如上图所示。之前我就是再勾选参数这里反反复复,最终上面这个是我编译成功的参数设置。然后点击Configure,Configure Done之后点击Generate
最重要的部分来了,这时候点击tensorflow下拉出一系列参数,具体的勾选如上图所示。之前我就是再勾选参数这里反反复复,最终上面这个是我编译成功的参数设置。然后点击Configure,Configure Done之后点击Generate

这时候,在你的生成文件路径E:\download\tensorflow-master\tensorflow-master\tensorflow\contrib\cmake\w_build下就会生成一堆文件,然后使用vs2015打开下面工程文件:双击ALL_BUILD, 使用vs2015打开。

如下图,选择Release x64 , 然后按照下图所标示 1点击 工具 2选择 选项 3 设置最大并行项目生成数为 1。上述设置完成之后,就可以右击ALL_BUILD ->生成。 接着就是漫长的等待了。我的电脑一般是4个小时左右。

编译完成之后,一般都会报错的。也别着急,需要耐心。我的错误类型如下:

然后找到下图的文件 tf_core_kernels 鼠标右键->仅用于项目->仅生成tf_core_kernels,然后再等一段时间,就可以看到下面第二张图的输出结果了。

接着找到tensorflow_static文件,鼠标右键->仅用于项目->仅生成tensorflow_static, 再等一段不长的时间

最后一步了,你上面都是出现成功的话,这一步就是更没问题了。找到tensorflow这个文件, 鼠标右键->仅用于项目->仅生成tensorflow,就会在相应的目录下生成tensorflow.dlltensorflow.lib, 这就是我们需要的文件了。然后c++编译tensorflow就算是成功了。一般的你可以去找个关于c++ tensorflow教程跑一下这个tensorflow源码中的example, 测试一下。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • tensorflow c++源码编译
    • 相关的环境准备
      • 使用Cmake-gui 设置编译参数
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档